KI og pasientinformasjon som støtter samvalg: muligheter og fallgruver

Kunstig intelligens (KI) begynner å påvirke hvordan vi informerer pasienter, men kunnskapsgrunnlaget er fortsatt begrenset og ujevnt. Forskning tyder nå på at KI kan bli et nyttig verktøy for å forberede og skreddersy pasientinformasjon når det brukes med varsomhet.

Publisert 07.05.2026

Hva samvalg krever og hvor KI kan bidra

Samvalg integrerer forskningsbasert kunnskap, tydelig kommunikasjon og pasientens verdier og preferanser. I praksis svikter denne modellen ofte fordi klinikere har lite tid, fordi pasientene må forholde seg til kompleks informasjon, og fordi kliniske retningslinjer i liten grad er individualiserte.[2][5][1]

Nyere studier beskriver hvordan KI kan møte noen av disse utfordringene:

Prediktive modeller og anbefalingssystemer
kan beregne individualiserte risikoer og gevinster basert på kliniske og demografiske data, og presentere resultatene som risikokurver eller sannsynligheter som kan presenteres for pasienten.[3][4][1]

Generative modeller og naturlig språkprosessering
kan gjøre informasjon med mange fagtermer om til forklaringer tilpasset pasientens helsekompetanse, språknivå og informasjonsbehov.[4][5]

KI‑støttede samvalgsverktøy
kan integrere disse funksjonene i nettverktøy eller apper, med interaktive figurer, risikokalkulatorer og spørsmål til pasienten.[3][4]

En systematisk oversikt over KI‑støttede beslutningsverktøy, som forfatterne vurderte at kan støtte samvalg, fant at pasienter ofte opplevde slike løsninger som lette å bruke og engasjerende, men de fleste studier var små og kontekstavhengige. Klinikere uttrykte bekymring for om informasjonen var oppdatert, og for risikoen for over‑ eller underbehandling dersom KI‑materiellet ikke ble kritisk vurdert.[3]

AI‑SDM‑rammeverket: en konseptuell modell, ikke rutinepraksis

Et nytt forslag, omtalt som KI‑samvalg (AI‑SDM), beskriver et konseptuelt rammeverk for å bygge KI‑resonnement inn i samvalg. Målet er å gå bort fra «svar fra en svart boks» og i stedet generere narrative begrunnelser som forklarer «hvorfor» hvert alternativ foreslås, på en måte som klinikere kan kontrollere og pasienter kan diskutere.[5]

AI‑SDM‑modellen beskriver fire hovedfaser:[5]

Innhenting av strukturerte og ustrukturerte data fra klinikere, pasienter og kunnskapskilder
Sammensmelting av prediktive modeller, kliniske anbefalinger og pasientpreferanser til en beslutningsmodell
Produksjon av tilpassede utdata til både klinikere (detaljerte rapporter) og pasienter (interaktive forklaringer)
Støtte til en iterativ, triadisk drøfting mellom pasient, kliniker og KI‑grensesnitt

Dette rammeverket er nyttig for å tenke rundt design av KI‑støttet samvalg, men det er viktig å understreke at det fortsatt er konseptuelt og hovedsakelig illustrert med hypotetiske kasus, ikke med storskala kliniske evalueringer. Foreløpig bør klinikere derfor se på AI‑SDM som en designskisse, ikke som en evidensbasert prosedyre.[5]

Mulige roller for KI i pasientinformasjon til samvalg

Basert på dagens litteratur og tidlige implementeringer, er dette noen realistiske, kortsiktige roller for KI i samvalg knyttet til pasientinformasjon:[1][2][4][3]

Forhåndsinformasjon og spørsmålsforberedelse
KI‑støttede plattformer kan gi diagnosespesifikk bakgrunnsinformasjon og foreslå spørsmål pasienter kan ta opp med behandleren, og med det gjøre konsultasjonen mer målretter.[1][3]

Individualisert risikoframstilling
Der det finnes validerte modeller, kan KI beregne persontilpasset risiko (for eksempel hendelsesrater med og uten behandling) og vise dem i grafer eller ikonfigurer, som kan bygges inn i samvalgsverktøy. Disse utdataene må likevel valideres og forklares av en behandler.[4][3]

Tilpassede forklaringer og oversettelser
Generativ KI kan forenkle tekst, og oversette eller omformulere informasjon for ulike leseferdigheter eller kulturelle kontekster. Forenklingene og oversettelsene kan hjelpe pasientene med å forstå alternativer og avveiinger, vel og merke dersom innholdet kontrolleres av helsepersonell.[2][5]

Strukturert verdiklargjøring
KI‑støttede verktøy kan inkludere spørreskjemaer eller interaktive oppgaver som hjelper pasienter til å få mer klarhet i hva som betyr mest, for eksempel overlevelse versus funksjon, selvstendighet versue bivirkninger, og oppsummere resultatene til konsultasjonen. Dokumentasjon for at slik KI‑mediert verdiklarifisering forbedrer beslutningskvalitet er fortsatt begrenset og bygger i stor grad på indirekte evidens fra ikke‑KI‑baserte beslutningsverktøy.[5][3]

Per i dag er de fleste publiserte systemer prototyper eller begrensede implementeringer; robuste sammenlikninger mot gode tradisjonelle beslutningsverktøy er sjeldne.[2][1][3]

Risikoer, begrensninger og etiske tiltak

All bruk av KI i pasientrettet informasjon til samvalg må balanseres med tydelige sikkerhetsmekanismer.

1. Nøyaktighet, gyldighet og «hallusinasjoner»

Generative modeller kan produsere overbevisende, men feilaktig eller utdatert informasjon, og prediktive modeller kan være dårlig kalibrert for lokale populasjoner.[4][3]

KI‑generert innhold bør bygge på validerte kilder som retningslinjer og kvalitetssikrede risikokalkulatorer, og må gjennomgås av kliniker før det brukes med pasienter.[6][4]

2. Skjevhet og ulikhet

Treningsdata kan underrepresentere enkelte grupper, for eksempel ut fra etnisitet, alder eller sosioøkonomisk status. Denne underrepresentasjonen kan gi skjeve risikoberegninger eller anbefalinger.[3][4]

Organisasjoner som skal ta i bruk KI-støttet pasientinformasjon bør vurdere hvordan KI‑verktøy presterer i relevante undergrupper og unngå bruk der skjevhetene ikke kan håndteres godt.[6][4]

3. Autonomi og rollekonflikter

KI‑verktøy som konkluderer med ett «beste» alternativ kan styre både pasient og kliniker og dermed svekke reelt samvalg.[7][5][2]

Verktøyene bør presentere alternativer med fordeler og ulemper, synliggjøre forutsetninger og være tydelige på at den endelige vurderingen ligger hos pasient og behandler.[7][5][2]

4. Personvern, databeskyttelse og samtykke

Bruk av KI i helsetjenesten må følge personvernlovgivningen, med tydelig informasjon til pasienter om hvilke data som brukes og til hvilke formål.[7][6][4]

Før man tar i bruk KI‑systemer som behandler helseopplysninger, bør klinikere sikre rettslig grunnlag og der det er aktuelt innhente informert samtykke som eksplisitt omfatter KI‑bruk.[7][6][4]

5. Arbeidsbelastning og ansvar

KI kan gi nye oppgaver, som for eksempel å kontrollere utdata og dokumentere KI‑bruk, samtidig som den lover effektivisering.[2][4]

Myndigheter og profesjonsorganisasjoner understreker at klinikere beholder det profesjonelle ansvaret for beslutninger, og at dette ikke kan delegeres til KI.[6][7][4]

Praktiske anbefalinger for bruk av KI i pasientinformasjon og samvalg

For helsepersonell som vurderer å bruke KI i pasientrettet informasjon, kan en trinnvis og forsiktig tilnærming være hensiktsmessig:

Start med lavrisikoområder
Bruk KI til å utforme eller tilpasse tekst som deretter redigeres av en fagperson, heller enn å forsøke på å generere endelig innhold.[4]

Velg løsninger med åpen dokumentasjon og styring
Prioriter systemer som oppgir datakilder, validering av modellen og kjente begrensninger, og som er vurdert av relevant organisasjon og myndigheter.[6][4]

Kombiner KI‑utdata med menneskelig forklaring
Se på KI‑generert tekst, figurer eller risikoberegninger som utgangspunkt for dialog, ikke som en fasit. Kliniker bør tematisere informasjonen opp mot pasientens situasjon, korrigere og tilpasse den til pasientens forutsetninger.[5][3]

Dokumenter bruk og drøft usikkerhet
Noter kort i journalen når KI‑verktøy har påvirket informasjonen eller alternativene som ble diskutert, og vær åpen overfor pasienten om usikkerhet og begrensninger.[7][6][4]

Følg med på pasientopplevelser og forskjeller
Innhent tilbakemeldinger fra ulike pasientgrupper om tydelighet, tillit og opplevd påvirkning av KI‑støttede materiell, og følg med på digitalt utenforskap eller ujevne gevinster.[3][4]

Oppsummert har KI et reelt potensial for å forbedre aktualitet, grad av tilpasning og tilgjengelighet i pasientinformasjon som støtter samvalg, men dagens kunnskapsgrunnlag er tidlig og ujevnt, og konseptuelle rammeverk må ikke forveksles med dokumenterte tiltak. Foreløpig bør KI forstås som en feilbarlig assistent som kan berike samvalg når den brukes under god styring, presenteres transparent og forankres tydelig i partnerskapet mellom pasient og behandler.[1][5][7][2][4]

Artikkelen er skrevet med støtte av KI-verktøyene NotebookLM, Gemini Pro Research og Perplexity Pro.

Referanser